• 中文核心期刊
  • 中国科技核心期刊
  • RCCSE中国核心学术期刊

基于维纳滤波的矿井监控图像的复原技术

张立亚, 孟庆勇, 杨坤

张立亚, 孟庆勇, 杨坤. 基于维纳滤波的矿井监控图像的复原技术[J]. 煤矿安全, 2019, 50(1): 129-132.
引用本文: 张立亚, 孟庆勇, 杨坤. 基于维纳滤波的矿井监控图像的复原技术[J]. 煤矿安全, 2019, 50(1): 129-132.
ZHANG Liya, MENG Qingyong, YANG Kun. Recovery Technology of Mine Monitoring Image Based on Wiener Filtering[J]. Safety in Coal Mines, 2019, 50(1): 129-132.
Citation: ZHANG Liya, MENG Qingyong, YANG Kun. Recovery Technology of Mine Monitoring Image Based on Wiener Filtering[J]. Safety in Coal Mines, 2019, 50(1): 129-132.

基于维纳滤波的矿井监控图像的复原技术

Recovery Technology of Mine Monitoring Image Based on Wiener Filtering

  • 摘要: 结合煤矿井下环境的实际特点和煤矿监控图像的需求,研究了煤矿井下监控图像的理论复原理论,提出了矿井监控图像的维纳滤波复原法,并利用基于二次模糊的模糊度评价算法进行评价。通过MATLAB软件对煤矿井下综采工作面的监控图像的复原效果进行验证,得到在高斯模糊的标准差σb=0.6,维纳滤波信噪比K=0.055时,煤矿井下综采工作面的监控图像的复原效果最佳。
    Abstract: Combined with the actual characteristics of coal mine underground environment and the demand of coal mine monitoring image, this paper studies the theory of restoration theory of monitoring image in coal mine. We propose Wiener filtering restoration method for mine monitoring image, and use fuzzy evaluation algorithm based on secondary fuzzy to carry on evaluation. In this paper, MATLAB software is used to verify the restoration effect of monitoring images in fully mechanized coal mining face to obtain that the the coal mine fully mechanized face monitoring image recovery effect is best when the standard deviation of Gauss fuzzy is 0.6, Wiener filter SNR K is 0.055.
  • [1] 孙继平.煤矿事故特点与煤矿通信、人员定位及监视新技术[J].工矿自动化,2015,41(2):1-5.
    [2] 孙继平.煤矿信息化与自动化发展趋势[J].工矿自动化,2015,41(4):1-5.
    [3] 孙继平.煤矿信息化自动化新技术与发展[J].煤炭科学技术,2016,44(1):19-23.
    [4] 孙继平.“互联网+煤炭”与煤矿信息化[J].煤炭经济研究,2015,35(10):16-19.
    [5] 孙继平.基于图像识别的煤岩界面识别方法研究[J].煤炭科学技术,2011,39(2):77-79.
    [6] 佘杰.基于图像的煤岩识别方法研究[D].北京:中国矿业大学(北京),2014:11-23.
    [7] 孙继平,陈伟,王福增,等.概率神经网络在矿井红外监控图像识别中的应用[J].煤炭学报,2007(11):1206-1210.
    [8] 孙继平,田子建.矿井图像监视系统与关键技术[J].煤炭科学技术,2014,42(1):65-68.
    [9] 沈峘,李舜酩,毛建国,等.数字图像复原技术综述[J].中国图象图形学报,2009,14(9):1764-1775.
    [10] 张岩.MATLAB图像处理超级学习手册[M].北京:人民邮电出版社,2014.
    [11] Gonzalez R C, Woods R E, Eddins S L.数字图像处理(MATLAB版)[M].阮秋琦,译.北京:电子工业出版社,2005.
    [12] 金飞,张彬,司璇,等.基于维纳滤波的图像复原[J].中国传媒大学学报(自然科学版),2011,18(4):19.
    [13] 王冠军,吴志勇,云海姣,等.结合图像二次模糊范围和奇异值分解的无参考模糊图像质量评价[J].计算机辅助设计与图形学学报,2016,28(4):653-661.
    [14] 孙继平,贾倪.矿井视频图像中人员目标匹配与跟踪方法[J].中国矿业大学学报,2015,44(3):540-548.
    [15] 马洁.井下网络智能视频监控系统的研究与实现[J]. 煤矿机械,2015,36(1):265-267.
    [16] 张谢华,张申,方帅,等.煤矿智能视频监控中雾尘图像的清晰化研究[J].煤炭学报,2014,39(1):198.
    [17] 张立亚.基于动目标特征提取的矿井目标监测[J].煤炭学报,2017,42(S2):603-610.
    [18] 郑静,张起贵,付锋.嵌入式智能视频分析系统硬件仿真设计[J].煤矿机械,2012,33(4):261-262.
  • 期刊类型引用(9)

    1. 叶建坤,牛涛涛,刘全福. 余吾煤业负压抽采瓦斯规律及动态调控研究. 煤. 2025(02): 69-72 . 百度学术
    2. 葛新玉. 煤层瓦斯抽采钻孔智能调控技术研究与应用. 山东煤炭科技. 2024(04): 71-75+81 . 百度学术
    3. 李泉新,程卓尔,方俊,牟全斌,刘飞,丛琳. 定向长钻孔瓦斯抽采负压变化规律及监测控制技术研究进展. 煤田地质与勘探. 2024(11): 171-182 . 百度学术
    4. 李文彬. 新元煤矿综采面瓦斯抽采技术优化及效果分析. 江西煤炭科技. 2023(03): 159-161+165 . 百度学术
    5. 吴泽平,刘军,张露伟,卢鹏,刘志宽. 定向长钻孔孔内压力分布规律及影响机制研究. 煤矿安全. 2023(11): 1-8 . 本站查看
    6. 王涛,张文康,赵伟,刘德成,魏风清,张益民. 低浓度抽采钻孔综合修复技术应用研究. 能源与环保. 2023(12): 115-120 . 百度学术
    7. 穆春明,孙向锋,唐家豪,王岳栩. 白坪矿煤层瓦斯抽采技术优化试验研究. 中国煤炭. 2022(03): 37-41 . 百度学术
    8. 王月红,吴怡,张九零. 采空区抽采负压对自燃规律数值模拟研究. 煤炭工程. 2020(01): 106-110 . 百度学术
    9. 王森,张驰. 不同抽采负压对瓦斯抽采效果的影响. 内蒙古煤炭经济. 2019(24): 157 . 百度学术

    其他类型引用(6)

计量
  • 文章访问数:  126
  • HTML全文浏览量:  0
  • PDF下载量:  0
  • 被引次数: 15
出版历程
  • 发布日期:  2019-01-19

目录

    /

    返回文章
    返回